一个刚开源的 3D 建筑特效 Skill 给了条实测证据:作者先用 Codex(GPT-5.6)出效果,又丢给 Grok 4.6 跑——"不只是 Codex 能玩";开源一天百来个 star(GitHub 在文末;用法在引文:参考图+一句提示词复现效果)。
含金量在跨模型可移植性:同一 skill 两套模型都出活,说明装的是可执行的视觉规范(构图、材质、动效的显式约束),不是绑死一家的提示词魔法——清单写得越像规格,换引擎丢的越少;塞满口癖迎合,换一家就露馅。
口径三条:①star 是自报、头两天热度不等于可维护,看 commits 与 issue 响应更实在;②跨两模型是单点测试,真可移植要看第三、四家(含本地开源栈)的表现;③特效输出是视觉,验收靠参考图对照与帧级 diff,不能只看"挺不错"。
给要抄作业的三条:一,按引文最小用法先跑通(一张图+一句提示),复现了再谈改造;二,当视觉规格的起点而非终点——自家字体、品牌色、动效曲线该覆盖的覆盖进去;三,跨模型验证至少三家(两闭源+一本地),差异记成兼容性注记,别到现场才发现第三家跑不了。
同一个 Skill,换模型也能出得来活——写得越像规格,换引擎时丢的越少。
github.com/lhlGitHub/thre…
话题来源 @HaileyAILabs
5.3K阅读 ❤️59 x.com/…↗ 已改写,非原文转载
144 浏览 0 评论
0 反应















